如何从 Node.js 中的文本中检测地址

Posted 2023-04-18

技术标签:

【中文标题】如何从 Node.js 中的文本中检测地址【英文标题】：How to detect the address form the text in Node.js 【发布时间】：2021-11-27 06:25:18 【问题描述】：

我有一个原始文本

示例 1：

order pickup details>>> >>> pick up before the store closes on Wed, Apr 11>>> >>> 
scan in-store for order pickup>>> >>> >>> 9019560>>>    Warrenville Target Store>>> 28201 Diehl Rd, Warrenville, IL 60555

示例 2：

    Come to collect your order in the next 2 days (after that it'll be cancelled). Your payment will be processed as soon as you collect your order.>> >>  >> 
Pickup Store:>> >> Lush Naperville <https://click.e.lush.com/?qs=cbb6669d6dac2528c696ad86bb5b6fd3ebae7703b0b05e2a40dbc6705d0f3325fe891806d5a629b19dbc9b8e9d36e46e7d944d995ea896decd587d210c8bb838>>> 
119 S. Main Street , Naperville, IL 60540>> >> Choose between curbside or in-store pickup.>>

如何从 Node.js 中的上述文本中提取地址部分。如何解决？

实际上，这里发生的事情是。订单确认后，我收到来自不同商店的不同电子邮件。我需要从电子邮件中获取商店地址。这里每个商店使用不同的格式来确认他们的电子邮件订单。

在将电子邮件模板转换为文本格式后，我得到了这个原始文本。

以下是与我的问题相关的问题。但它是在 python 中。

How can I extract address from raw text using NLTK in python?

有没有办法从文本中检测地址？我是新手。

【问题讨论】：

嗨！您能否提供至少 3 或 4 个文本示例来理解规则？你试过regex提取吗？我添加了另一个例子，我没有使用正则表达式提取@Philippe @Philippe 你能告诉我用于字符串中地址检测的示例正则表达式嗨！我几乎没有尝试过，但没有成功。我建议你在你的问题上标记regex，这里的一些专家对这个问题有更好的了解:) 对不起！我会查看一些 npm 包，例如 npmjs.com/package/parse-address 【参考方案1】：

Node.js 中上述类型地址格式的正则表达式为

var text = "pick up before the store closes on Wed, Apr 11>>> >>> 
scan in-store for order pickup>>> >>> >>> 9019560>>>    Warrenville Target Store>>> 28201 Diehl Rd, Warrenville, IL 60555"

var regex = "[0-9]1,5 .+, .+, [A-Z]2 [0-9]5";

var Address = text.match(regex);
console.log("Address",Address);

// Address = 28201 Diehl Rd, Warrenville, IL 60555

解释：

[0-9]1,3：1到3位数字，地址号

（空格）：数字和街道名称之间的空格

.+：街道名称，任意出现次数的任意字符

,：城市前的逗号和空格

.+：城市，任意出现次数的任意字符

,：状态前的逗号和空格

[A-Z]2：从 A 到 Z 正好 2 个大写字符

[0-9]5：5 位数字

text.match(regex) 将返回一个包含所有找到的匹配项的数组。

然而，这个正则表达式只用于特定类型的地址格式。

【讨论】：